自然言語処理、ゲームAI
自然言語処理20_657
... 事象表現間の時間的順序関係アノテーション 保田 祥 † ・小西 光 † ・浅原 正幸 † ・今田 水穂 † ・前川喜久雄 † 時間情報抽出は大きく分けて時間情報表現抽出，時間情報正規化，時間的順序関係 解析の三つのタスクに分類される．一つ目の時間情報表現抽出は，固有表現・数値 表現抽出の部分問題として解かれてきた．二つ目の時間情報正規化は書き換え系に より解かれることが多い．三つ目のタスクである時間的順序関係解析は，事象の時 ...
25
PDFファイル 2A1 「自然言語処理」
... 2. 文の正誤を判定する推論システム 明確な推論規則を適用できるように、自然言語文を論理 形式に変換し自動証明を行う研究は以前から行われてきた [Moldovan 03, Bos 06, Raina 05, Beltagy 13] 。ほとんどの システムは図 1 に示す構成をなすが、使用する文法や形式意 味論、知識の生成手段などは様々である。論理表現として、主 に一階述語論理（ FOL ）が使われてきたが、 ...
4
学位論文 首都大学東京 自然言語処理研究室（小町研）
... 第 5 章 結果と考察 5.1 誤り分析 5.1.1 妥当性 各手法の妥当性の誤り数を表 5.1 に示す．（）内は全体における誤り個数の割合を 示す．表 3 から， NMT と比較すると， PBSMT は位置誤りが多いことがわかる． 一般的に， PBSMT は語順が離れた言語対に対し，並べ替えが困難となり，翻訳精 度が落ちる．本論文で用いたコーパスは単語数が少ない文が多数を占める．最も単 ...
46
PDFファイル 3I3 「自然言語処理による文書要約」
... 近年，大量の文書データと接する機会の増加にともない，文 書要約技術の必要性が高まっている．文書要約の一手法として は，要約生成問題を文の組合せ最適化問題として帰着させる方 法がある．最適化手法としては，動的計画法や分岐限定法など の厳密解法を用いた研究が多い．しかし，厳密解法には，要約 対象とする文書集合の大きさに従って，計算時間が膨大に膨れ 上がってしまうという問題が[r] ...
4
PDFファイル 3I3 「自然言語処理による文書要約」
... Summarization methods based on integer linear programming are known to generate high-quality summaries in the text summarization tasks, but these methods cannot straightforwardly be appl[r] ...
4
PDFファイル 3I3 「自然言語処理による文書要約」
... Automatic summarization technique, which makes a summary by collecting sentences, is regarded as a problem of combinatory optimization of important sentences2. In general, to make a summ[r] ...
3
PDFファイル 3I3 「自然言語処理による文書要約」
... [4] 向仲 : 術文書 機械翻訳 常識 文脈情報 利用，情報処理学会論文 ， 1990 年． [5] 畑山満美子 他 : 要語句抽出 新聞記事要約，情報 処理学会研究報告．自然言語処理研究会報告， 2001 年． ...
3
PDFファイル 2A1 「自然言語処理」
... [Barnard 2005] Kobus Barnard and Matthew Johnson: Word sense disambiguation with pictures, Journal of Artificial Intelligence - Special volume on connecting language to the world arch[r] ...
4
PDFファイル 2A1 「自然言語処理」
... 本論文では，教育の場で用いられる電子的な文書教材 ( デジ タル教材 ) の良さについて検討する． PC や最近のタブレット端 末の急速な普及により，教育の場で電子的な文書教材が利用 されるケースが広まっている．従来から教育の場で用いられてき た紙の文書の印刷による教材では，コスト上の制限のために， 黒一色を使う場合が最も多く，かなり劣る頻度で黒と赤の二色 が用いられて[r] ...
2
PDFファイル 2A1 「自然言語処理」
... Analyzing discussion using a visualizing method for time series text data.. 岡 美那子 *1 大澤 幸生 *1.[r] ...
2
PDFファイル 2A1 「自然言語処理」
... 一方，文書の内容を捉える手法として，トピックモデルが注 目されている．トピックとは，話題や意味のまとまりのことで あり，トピックモデルとは，単語の出現の背景にトピックを仮 定した言語モデルである．トピックモデルでは，各文書に出現 した単語の種類と，その出現回数の情報を基に，辞書などを用 いることなく，トピックの推定を行うことができる．推定され たトピックは，明示的にトピックの名前は得られないものの， 連 絡 先 : 加 藤 ...
4
PDFファイル 1A2 「自然言語処理」
... 下に示す評価結果は，このような条件による． 4.2 単言語 Wikification の評価 英語 (1,000 文 ) に関しては，全 3,898 箇所の NE に対し， 2,999 箇所について正しく単言語 Wikification が行えた ( 正解 率 ( 精度 = 再現率 ):76.9%) ．ただし，エントリが存在しないも ∗6 等価な情報を関係付ける owl:sameAs プロパティによる． ...
4
PDFファイル 1A2 「自然言語処理」
... [ 砂山 2011] 砂山渡 , 高間康 , BOLLEGALA: タ ニ ン 統 環 境 ― TETDM ― ， 電子情報通信学会技術研究報告， 2011 ． [ 大塚 2004] 大塚 裕子，内山 将 ，井 原 均 : 自 回答 ン 要求意 定基準，言語処理学会， 11(2), 21-66, 2004 ． ...
4
学位論文 首都大学東京 自然言語処理研究室（小町研）
... ings of the 2014 Conference on Empirical Methods in Natural Language Processing ,. pp[r] ...
13
PDFファイル 1A2 「自然言語処理」
... As a first step to provide a document edition system for a localized media, I report the result of an analysis about the revisions of documents and the specification of successful cases [r] ...
3
PDFファイル 3I4 「自然言語処理におけるコーパス・辞書生成」
... みなし，この文書組を同時に分析するため，トピックモデル の枠組みに基づいて提案された手法である．我々は， PLDA を日英コーパスに対して用いる． パラレルでない多言語文書を対象にした処理手法では， 「同一内 容に関して書かれた文書であれば同じ意味の単語が同じ頻度で 出てきやすい」という仮定の下で，単語の共起情報や文脈情報な どに着目した研究がなされてきた [Rapp 95, Fung 98, Vu 09] ...
4
学位論文 首都大学東京 自然言語処理研究室（小町研）
... 第 6 章 おわりに ある言語の文を異なる言語の文へと機械が自動で書き換える，機械翻訳の研究が 盛んに行なわれており，近年，ニューラルネットワークを用いた機械翻訳手法であ る，ニューラル機械翻訳が提案された．ニューラル機械翻訳は softmax を出力の 語彙サイズで取るため，トレーニングをする際に時間が掛かるという問題がある． そのため，すべての単語を用いることは現実的でなく，ニューラル機械翻訳では通 ...
37
学位論文 首都大学東京 自然言語処理研究室（小町研）
... 先行研究には語彙的換言と単言語翻訳の 2 つのアプローチがある。語彙的換言 アプローチでは「難解語検出・換言生成・ランキング」のパイプラインで平易な 同義文を生成する。単言語翻訳アプローチでは機械翻訳器を用いて平易な同義文 を生成する。どちらのアプローチでも大規模なパラレルコーパスから平易化規則 を獲得する手法が主流であるため、これまでは言語資源の豊富な英語を中心に研 ...
108
学位論文 首都大学東京 自然言語処理研究室（小町研）
... We determine grammaticality of n-gram sequence from the annotated error tags and extract grammatical error patterns for word embeddings from large-scale learner corpora.. Experimental re[r] ...
39
PDFファイル 3D4 「教育支援におけるテキスト・自然言語処理」
... また、柴崎らの方法と同様に、外れ値を除くなどの処理を行え ば、更に高い精度が得られる可能性もある。 なお、全コーパスを学習に用いて導出した重回帰式は、式 (2) の通りである ∗4 。ただし、式 (2) において、 Y = 難易度ク ラス、 X = テキスト全体のひらがなの割合、 X = 1 文の平 均述語数 である。 ...
4